[Infografik] Vietnamesische künstliche Intelligenz unter den Top 12 der Welt in der Texterkennung

Das CATI-VLM-Modell erreichte bei der Robust Reading Competition (RRC), Kategorie Document Visual Question Answering (DocVQA), die im Juni 2025 stattfand, weltweit die Top 12 und in Vietnam die Top 10.

Im Kontext der in Vietnam stark voranschreitenden digitalen Transformation und der Transformation von Anwendungen künstlicher Intelligenz spielt die OCR-Technologie (Optical Character Recognition) eine immer wichtigere Rolle bei der Digitalisierung von Dokumenten, der Automatisierung von Geschäftsprozessen, der Kosteneinsparung und der Verbesserung der Managementeffizienz.

Aufgrund der Besonderheiten des Vietnamesischen mit Akzenten und Handschrift beschränkt sich das Erkennungsproblem jedoch nicht auf das „Lesen von Wörtern“, sondern erfordert, dass das Modell in der Lage ist, den Kontext umfassend zu verstehen.

Angesichts dieser Herausforderung hat das CMC Technology Application Institute ( CMC ATI) das CATI-VLM-Modell entwickelt – ein System zum Verstehen von Dokumenten mithilfe von Computer Vision (Visual Document Understanding).

Dieses Modell basiert auf einem großen Datenlager mit bis zu 5 TB und wurde bei der internationalen Robust Reading Competition (RRC), Kategorie Document Visual Question Answering (DocVQA), die im Juni 2025 stattfand, gerade unter die Top 12 weltweit und unter die Top 1 in Vietnam gewählt.

VNA

Quelle: https://nhandan.vn/infographic-tri-tue-nhan-tao-viet-vao-top-12-the-gioi-ve-nhan-dang-van-ban-post892567.html